空域滤波主要分为两种处理方法：一是图像平滑，二是图像锐化。文献综述

（1）图像平滑

在图像的获取过程中，由于各种干扰，使图像中存在很多噪声，图像不清晰。图像平滑又叫消噪处理，能够加强图像的低频部分，减弱图像的高频部分，改善图像的质量。

图像平滑处理方法主要分为以下两种：①线性平滑滤波器；②非线性平滑滤波器。

（2）图像锐化

空域平滑在去除图像噪声的同时，使得图像的边缘信息变得模糊，图像锐化可以在图像的判读或识别中突出边缘和轮廓信息。

图像锐化处理方法主要分为以下两种：①线性锐化滤波器；②非线性锐化滤波器。

4。2。2 频域增强

频域处理是指通过某种特定的方法将原图像变换到频域中去，再利用数字滤波方法修改图像的频率，经过逆变换后获得增强后的图像[8]。

图像的边缘、细节以及噪声在图像的频域上对应于高频部分，而背景区域对应于低频部分，因此可以在频率域实现图像的锐化或平滑，一般采用傅里叶变换来达到图像处理的目的[9]。先将图像进行傅里叶变换，再选择合适的滤波器进行处理后经过逆变换就得到增强后的图像。

频域增强的方法主要有：①低通滤波；②高通滤波；③带通滤波；④带阻滤波。

4。3 图像复原

图像增强和图像复原都是改善图像质量的过程，图像增强着重要求增强用户需求的部分，不考虑图像是如何退化的，也不考虑增强后的图像是否失真，只通过试探各种技术增强图像的视觉效果，而图像复原着重恢复原始图像，要了解图像退化的机制和过程，据此找到一种相应的逆过程恢复图像来`自+优-尔^论:文,网www.youerw.com +QQ752018766-。

在图像的构成、传送和记录等步骤中，由于成像系统、传输介质和记录设备的不完善，都会使图像的质量有所降低，称为退化[9]。退化的原因分为很多种，主要分为以下几个方面：①自然因素；②相对运动；③辐射失真；④拍摄采集过程中噪声影响；⑤灰度失真。

图像复原过程就是尽可能地去除或减少在获得图像所产生的退化，使图像尽可能恢复成原来的图像[9]。判断一个图像恢复程度的好坏关键在于建立一个准确的图像退化模型。

在MATLAB中最常使用的是维纳滤波法和约束最小二乘方滤波法这两种复原方法，MATLAB提供的图像复原函数：

（1）deconvwnr（）函数：利用维纳滤波方法对图像进行复原处理。

（2）deconvreg（）函数：利用约束最小二乘方滤波对图像进行复原约束